| Summary: | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017. === Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-06-19T19:41:18Z
No. of bitstreams: 1
2017_DanielVoltedeLima.pdf: 996662 bytes, checksum: 36ce9f105c83e143c174dac8585b777d (MD5) === Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-06-23T18:16:56Z (GMT) No. of bitstreams: 1
2017_DanielVoltedeLima.pdf: 996662 bytes, checksum: 36ce9f105c83e143c174dac8585b777d (MD5) === Made available in DSpace on 2017-06-23T18:16:56Z (GMT). No. of bitstreams: 1
2017_DanielVoltedeLima.pdf: 996662 bytes, checksum: 36ce9f105c83e143c174dac8585b777d (MD5)
Previous issue date: 2017-06-23 === Clientes de Sistemas Globais de Navegação por Satélites, do inglês Global Navigation Satellite System (GNSS), dependem da estimação do atraso para estimar a posição do usuário. [1] Isto é feito fazendo a correlação do sinal recebido com sequências-réplicas para separar o sinal de cada satélite e estimar o atraso. Como componentes de multipercurso são cópias atrasadas do sinal original, estes alteram a função de correlação cruzada, assim gerando erros na estimação de atraso. Nesta dissertação estudamos um algoritmo estado-da-arte em mitigação de multipercursos para estimação de atraso baseado no autofiltro da decomposição em valores singular de alta ordem, do inglês Higher-Order Singular Value Decomposition (HOSVD), de posto unitário, [2] e propomos dois esquemas tensoriais para mitigação de multipercurso e estimação de atraso, para qual o esquema baseado em HOSVD é usado para comparação. O primeiro esquema tensorial é um método em três etapas que aplica estimação da direção de chegada, do inglês Direction of Arrival (DoA), e fatorização Khatri-Rao, do inglês Khatri-Rao factorization (KRF), para separar o código de cada componente incidente de forma fechada. O segundo esquema calcula uma matrix de covariância multimodo como aproximação do desdobramento Hermitian duplamente simétrico [3] com qual, alternando entre a solução do problema ortogonal de Procrustes, do inglês Orthogonal Procrustes Problem (OPP), [4] e fatorização Khatri-Rao de mínimos quadrados, do inglês Least Squares Khatri-Rao Factorization (LSKRF), [5] se estima iterativamente as matrizes-fator do canal, que são então usadas para separar o código de cada componente incidente. Ambos esquemas geram resultados melhores que o estado-da-arte baseado no autofiltro de alta ordem. === Global Navigation Satellite System (GNSS) clients rely on time-delay estimation to estimate a user’s position. [1] This is done by correlating the incoming signal with replica sequences to separate each satellite and perform time-delay estimation. Since multipath components are delayed copies of the original signal, this affects the cross-correlation function, thus impacting time-delay estimation. 1 In this thesis, we study a state-of-the-art approach for multipath mitigation time-delay estimation algorithm based on the rank-one Higher-Order Singular Value Decomposition (HOSVD) eigenfilter, [2] and propose two tensorbased schemes for multipath mitigation and time-delay estimation, for which the HOSVD-based scheme is a basis of comparison. The first scheme is a three step tensor-based approach applying direction of arrival (DoA) estimation and Khatri-Rao factorization (KRF) to separate the code for each impinging component in a closed fashion. The second approach calculates a multimode covariance matrix as an approximation of the dualsymmetric Hermitian unfolding [3] with which, by alternating between a solution to the orthogonal Procrustes problem (OPP) [4] and least squares Khatri-Rao factorization, [5] iteratively estimates the channel factor matrices which are then used to separate the code of each impinging component. Both our schemes outperforms the HOSVD-based eigenfilter state-of-the-art solution.
|
|---|
